一种改进的基于正交GMM的说话人辨识方法

在分析期望最大化(EM)算法的基础上,针对EM算法搜索的局限性把进化算法引入到正交高斯混合模型(OGMM)的参数训练中.实验结果表明以进化算法进行参数训练的正交GMM说话人辨认系统与用传统EM算法作为参数训练的说话人辨认系统相比有更好的识别效果,并具有良好的应用前景.     

单轴压缩下溶隙灰岩声发射RA-AF特征及破裂模式研究

灰岩溶隙随其发育阶段呈现不同形状,溶隙形状将影响受力作用下的灰岩裂纹演化机制。利用单轴压缩试验下声学特征(RA-AF)对"裂隙"、"椭圆孔"、"类蘑菇孔"和"类哑铃孔"等4类溶隙形状的灰岩微裂纹演化机制进行了研究。根据单轴压缩试验的声学特征、力学特征,将声发射演化过程分为初始非线性段(Ⅰ)、类线性段(Ⅱ)、非线性阶梯状幂律段(Ⅲ)和峰值活跃段(Ⅳ)等4个阶段,通过分析RA-AF演化特征,以及基于二维高斯混合模型(GMM)的RA-AF值聚类分析,获得不同阶段的演化规律。研究结果表明:完整灰岩和溶隙灰岩随着加载的进行,RA和AF值均表现出明显的原点集中性;完整灰岩和"椭圆孔"灰岩的破坏模式以拉裂为主,"裂隙"灰岩是以剪切为主的拉剪混合破坏,"类蘑菇孔"灰岩是以拉裂为主的拉剪混合破坏,"类哑铃孔"灰岩则是先剪后拉的拉剪混合破坏;溶隙形状对微裂纹的形成产生较大影响,"裂隙"灰岩表现出极强的剪切性质;"椭圆孔"的剪切性质减弱,拉裂性质增强;"类蘑菇孔"的破坏受溶隙上下部的"菌伞"和"菌柄"控制,控制次序是先下后上;"类哑铃孔"则先由"菌伞"控制,再由整个溶隙孔控制,并且第Ⅲ阶段"菌基"出现抑制效应,这种抑制效应能够明显延长岩样的寿命。     

A novel arterial travel time distribution estimation model and its application to energy/emissions estimation

Arterial travel time information is crucial to advanced traffic management systems and advanced traveler information systems. An effective way to represent this information is the estimation of travel time distribution. In this paper, we develop a modified Gaussian mixture model in order to estimate link travel time distributions along arterial with signalized intersections. The proposed model is applicable to traffic data from either fixed-location sensors or mobile sensors. The model performance is validated using real-world traffic data (more than 1,400 vehicles) collected by the wireless magnetic sensors and digital image recognition in the field. The proposed model shows high potential (i.e., the correction rate are above 0.9) to satisfactorily estimate travel time statistics and classify vehicle stop versus non-stop movements. In addition, the resultant movement classification application can significantly improve the estimation of traffic-related energy and emissions along arterial.     

基于FPGA的GMM说话人辨认系统

目前基于GMM的说话人辨认系统主要在微机上由软件实现,难以胜任大语音流的多路实时处理任务。鉴于FPGA强大的流水和并行处理能力,提出了一种以FPGA为应用平台,基于GMM的与文本无关说话人实时辨认系统的硬件实现方法。抽取NIST2003语音库的语料进行试验,结果表明,与在PC上的软件实现相比,识别率几无差别,但实时处理速度提高了约90倍。     

基于GMM和枪声的军事环境判别

枪声在军事环境下是一个令人高度重视的声音信号。针对其所含信息量的重要性,提出了一种基于枪声检测的军事环境判断方法。首先利用基于中值滤波的算法检测出枪声的起止点;采取反应人耳听觉机理的声音信号动态特征-Mel倒谱系数描述声音信号;然后利用基于高斯混合模型的枪声检测及识别系统完成对枪声的分析从而实现对当前军事环境的判断。实验结果证明了该方法的准确性和有效性。     

考虑交通运行条件影响的驾驶员特征聚类

为提升驾驶员特征聚类方法的适用性与可靠性，本文基于机动车运行轨迹分析提出考虑交通运行条件影响的驾驶员特征聚类改进方法。首先，经过对车辆运行轨迹数据的分析发现，不同道路类型和平均速度条件会显著影响驾驶行为的集计特征；其次，提出改进的驾驶员特征聚类方法，第1步设计考虑道路类型与平均速度因素的车辆轨迹的切片和分类方法，从而稳定提取典型交通条件下的驾驶行为特征参数，第2步选用高斯混合模型聚类驾驶员特征。聚类案例表明， 在相同的道路类型和平均速度条件下，驾驶员类型越激进，其速度变异系数、加速度标准差和平均减速度等参数均值越高。不同聚类方法的对比表明，改进方法在驾驶员聚类的类内聚集度和类间分离度方面均表现更好，能有效提升驾驶员聚类的适用性与可靠性。     

一种新的车辆图像识别分类算法研究

提出了一种在静止背景交通图像序列中运动车辆的检测和分类方法,即基于GVF-Snake模型和惯量椭圆的车辆分类算法。利用混和高斯模型(GMM)、期望最大化(EM)估计算法、改进GVF-Snake模型,从序列交通视频图像中检测出运动车辆;然后,借用刚体惯量椭圆原理,计算运动车辆等效椭圆偏心率,从而建立车长-车投影面积-车的等效椭圆偏心率三参数建立了车辆分类器。该方法的车辆检测与分类都是基于数理统计原理,算法复杂度小,可用数字逻辑编程实现,适合在嵌入式系统中应用。     

一种从红外序列图像中提取感兴趣区ROI的有效方法

红外序列图像中提取感兴趣区（ROI）是图像压缩的关键步骤,ROI检测质量的好坏直接作用影响着后续处理。文章在Stauffer等人提出的自适应混合高斯背景模型基础上,融入帧差法分别将背景区和运动区以不同的更新率进行更新,同时在自适应背景更新的同时,不断改进自适应学习率。试验表明该方法构建的背景模型有较好的适应性,既可以稳定的对背景进行实时更新,又能够快速的提取目标的感兴趣区。